首页/ 节点库/ K采样器(高级)
原生节点 ComfyUI 官方

K采样器(高级)

KSampler 和 KSamplerAdvanced 是 ComfyUI 中用于执行 采样与去噪(denoising) 的两个节点,功能核心相同,都是调用 common_ksampler 来从潜空间生成图像(或继续生成图像),但 KSamplerAdvanced 提供了更多的灵活控制选项

KSampler (Advanced) 2025-06-29 收录 2430 次浏览

节点中英文对比

ComfyUI 结构对照

按当前节点配置,分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原: 左侧圆点是输入,右侧圆点与该行最右的名称为输出,下方胶囊是控件参数; 控件两端的三角表示可切换的选项。

中文节点 15 项
K采样器(高级)
模型 Latent
正面条件
负面条件
Latent图像
添加噪波 enable
随机种 0
生成后控制 randomize
步数 20
cfg 8.0
采样器名称 euler
高度器 normal
开始步数 0
结束步数 10000
返回剩余噪波 disable
英文节点 15 项
KSampler (Advanced)
model LATENT
positive
negative
latent_image
add_noise enable
noise_seed 0
control after generate randomize
steps 20
cfg 8.0
sampler_name euler
scheduler normal
start_at_step 0
end_at_step 10000
return_with_leftover_noise disable
模型 条件 / 数值 Latent 其它类型 左圆点 = 输入,右圆点 = 输出 可切换选项 — 未设置默认值

面板用于对照参数位置与命名,不做交互;实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 4 · 输出 1 · 控件 10

依据当前节点关联的 NodesItems 数据,按输入、输出、控件三类分别列出名称与说明。

输入参数 4 项
模型 model
用于采样的扩散模型。
正面条件 positive
正向提示词
负面条件 negative
反向提示词
Latent图像 latent_image
初始 latent 图像。
输出参数 1 项
Latent LATENT
采样生成的潜空间图像。
控件参数 10 项
添加噪波 add_noise
是否添加初始噪声,可选: enable:添加噪声; disable:使用已有 latent。
随机种 noise_seed
初始噪声种子,决定生成随机性的起点。
生成后控制 control after generate
随机种子值
步数 steps
采样步数。
cfg cfg
提示吸引导系数。
采样器名称 sampler_name
采样器名称。
高度器 scheduler
调度器。
开始步数 start_at_step
从第几步开始采样(用于中途继续)
结束步数 end_at_step
到第几步结束采样。
返回剩余噪波 return_with_leftover_noise
是否保留残余噪声结果。 enable:保留未完全去噪的 latent

节点详解

原理 · 用法 · 常见问题

end_at_step代表结束采样的步数,跟节点中的step相关,当end_at_step>step时表示完成完整的采样过程,反之就是采样的指定的步数结束。下图为采样一步后结束。

 

return_with_leftover_noise只有在end_at_step<steps时,才会起作用,该值控制采样器是否“完全去噪”直到图像稳定,或者中途停止,保留部分噪声(也就是 partial denoising)。如果设置 return_with_leftover_noise = disable(默认),就会一直去噪,直到完全清晰(即“全部步骤完成”)。如果设置 return_with_leftover_noise = enable,采样器将在 end_at_step 前提前结束,保留 剩余的噪声信息 —— 这个潜空间可以供后续节点继续使用。

常见问题

按节点参数整理
K采样器(高级)是做什么的?
KSampler 和 KSamplerAdvanced 是 ComfyUI 中用于执行 采样与去噪(denoising) 的两个节点,功能核心相同,都是调用 common_ksampler 来从潜空间生成图像(或继续生成图像),但 KSamplerAdvanced 提供了更多的灵活控制选项
K采样器(高级)有哪些输入参数?
共 4 个输入,包括 模型(model)、正面条件(positive)、负面条件(negative)、Latent图像(latent_image)。
K采样器(高级)的输出是什么?
共 1 个输出:Latent(LATENT)。
K采样器(高级)有哪些可调参数?
共 10 个控件参数,包括 添加噪波(add_noise)、随机种(noise_seed)、生成后控制(control after generate)、步数(steps)、cfg(cfg)、采样器名称(sampler_name)。
K采样器(高级)属于哪个节点包?
属于「ComfyUI 官方」,节点分类为「原生节点」。

同类节点

ComfyUI 官方
内补模型条件 InpaintModelConditioning InpaintModelConditioning 是 ComfyUI 中用于**图像修复(Inpainting)**场景的复合节点,功能是将普通的提示词 (positive /... LoRA加载器(仅模型) LoraLoaderModelOnly LoraLoaderModelOnly 节点是对原始 LoraLoader 节点的简化版本,仅用于将 LoRA 模型应用到 diffusion 主模型(即 U-Net),不影响... 条件零化 ConditioningZeroOut ConditioningZeroOut 是一个用于 清空/抹除现有文本或视觉条件向量(conditioning embedding) 的节点,会把输入的 CONDITIONIN... CLIP视觉编码 CLIP Vision Encode 该节点是一个 图像编码节点,使用的是 CLIP Vision 模型 —— 一种能“理解图片”的 AI 模型。你把一张图像输入进来,它会把这张图像转成一种“向量”形式(称为 图像... K采样器 KSampler 该节点完成在纯噪声图像的上去噪过程,最终输出干净的潜空间图像,即解码后即可得到最终的结果。在ComfyUI中采样过程是核心内容,基本上工作流都可以分为三个阶段,准备阶段,采样阶... 双CLIP加载器 DualCLIPLoader DualCLIPLoader 是一个 加载双 CLIP 编码器模型 的节点,通常用于支持 多语义、多模态或复杂模型结构(如 SDXL、SD3、HiDream、Flux 等)中需... UNet加载器 Load Diffusion Model UNETLoader 节点的作用是:加载 UNet 模型文件,它是 Stable Diffusion 推理过程中“去噪核心”的一部分,控制着最终图像的生成细节和风格。 Checkpoint加载器 Load Checkpoint Checkpoint加载器(Checkpoint Loader) 是 ComfyUI 中用于加载 Stable Diffusion 及其衍生模型的主权重文件(Checkpoin...